自监督情境做市策略

风险收益比更优

利用市场情绪作为情境信息，结合自监督辅助任务和回放微调，提升做市策略在不同市场环境下的适应性与盈利能力。

Pin-Yao, Wen · Huang, Szuhao · Chen, Chiaoting · Yi-Tang, Fang

Engineering Applications of Artificial Intelligence 2026

技术优势

适应市场变化

利用市场情绪作为情境信息，使智能体能够根据不同市场情境调整下单决策，从而应对概念漂移。

提升环境理解

引入自监督市场情境网络，融入多个金融领域知识的辅助任务，增强智能体对市场环境的敏感度和理解。

防止灾难性遗忘

采用基于回放的方法，选择合适的历史环境进行策略微调，有效应对概念漂移，避免模型在学习新行情时忘记旧知识。

应用场景

• 算法交易：让做市算法根据市场情绪动态调整报价，减少概念漂移带来的损失。
• 量化投资：提供更高单位风险收益的策略，帮助量化基金在同等风险下赚取更多利润。
• 高频交易：利用tick级数据训练的策略可直接用于高频做市，在极端行情下仍能稳定盈利。
• 金融机器学习：将自监督学习和持续学习引入金融场景，为金融机器学习提供新的建模思路。